Zentrale Lernplattform • LMU München

The course revolves around basic concepts of the most general types of financial risks:

• market risk
• credit risk
• operational risk

Intended audience: Advanced bachelor and master students of statistics, mathematics, informatics, economics and business administration.

Prerequisites: Solid mathematical foundations (analysis and linear algebra), basic knowledge in econometrics and statistics.

Certification: Exam at the end of the term, 6 ECTS credits.

Der Einschreibeschlüssel lautet MathErg2019

Syllabus

1. Introduction to Stochastic Processes
2. Autoregressive Moving Average Processes
3. Estimation of Vector ARMA Models
4. Prediction
5. Testing for Causality
6. Innovations Accounting
7. Structural VAR

Intended audience: Advanced students and PhD students in econometrics, statistics, VWL, BWL, mathematics or computer science.

Prerequisites: Profound knowledge in matrix-algebra and econometrics (econometrics I) or statistics (linear models). Basic knowledge in univariate time series analysis is not demanded but of advantage.

Teaching Style: Online via Zoom and Moodle

Examination: (written) Exam

Record of Achievement: 3 ECTS + 3 ECTS

Time Schedule

Inscription key

  MTSA2020

Formale Techniken und Argumentationen besitzen auch in den Sozial-, Geistes- und Wirtschaftswissenschaften eine große, und immer weiter wachsende, Bedeutung, stellen aber für viele, darauf nicht so gut vorbereitete Studierende eine sehr große Hürde dar. Im Rahmen eines fachübergreifenden Propädeutikums sollen nichtmathematikaffine Studierende der LMU sanft in die Formalisierung eingeführt und mit wesentlichen Techniken (wieder) vertraut gemacht werden.

Gerade unter den Herausforderungen der Corona-Situation ist es uns ein besonderes Anliegen, nicht-mathematikaffine Studienanfän-ger*innen in einem semesterbegleitenden Vorkurs zu begleiten und zu unterstützen.

Die Veranstaltung richtet sich sowohl an Studienanfänger als auch an Studierende die im Rahmen Ihres Studiums bereits auf Schwierigkeiten im Umgang mit formalen Methoden gestoßen sind.

Zielgruppe: Studierende der Geistes-, Sozial- und Wirtschaftswissenschaften

Einschreibeschlüssel (sowohl für Teilnehmer*innen, als auch für Gastzugang): CoVorMa

Syllabus

1. Introduction to Stochastic Processes
2. Autoregressive Moving Average Processes
3. Estimation of Vector ARMA Models
4. Prediction
5. Testing for Causality
6. Innovations Accounting
7. Structural VAR

Intended audience: Advanced students and PhD students in econometrics, statistics, VWL, BWL, mathematics or computer science.

Prerequisites: Profound knowledge in matrix-algebra and econometrics (econometrics I) or statistics (linear models). Basic knowledge in univariate time series analysis is not demanded but of advantage.

Teaching Style: Online via Zoom and Moodle

Examination: (written) Exam

Record of Achievement: 3 ECTS + 3 ECTS

Time Schedule

Entwicklung und Produktion kurzer Lernvideos im Rahmen einer mobilen Anwendungssoftware (App) zum Förderkonzept "Strategieorientierte Förderung des mathematischen Faktenwissens (Einmaleins)"

Im Rahmen vorangegangener Forschungsseminare (WiSe 17/18 bis SoSe 2020) zu den Zusammenhängen zwischen sprachlichen Fähigkeiten und mathematischen Kompetenzen ist im zweiten Teil des Projektes ein Förderprogramm entstanden, das spracherwerbsgestörten Kindern den Erwerb mathematischen Faktenwissens (Einmaleins) erleichtern soll. Das Interventionskonzept zielt darauf ab, Kindern mit spezifischen Spracherwerbsstörungen und mathematischen Lernschwierigkeiten das Herleiten von Einmaleinsaufgaben und deren Ergebnissen sowie den automatisierten Abruf des Gelernten zu ermöglichen. Hierfür erlernen die Kinder im Laufe des Förderprogramms heuristische Strategien ("grundsätzliche Vorgehensweisen, wie man in einer Problemsituation agieren kann“) sowie eine Speicherstrategie, den sogenannten “Speicher-Rap“.

Dieses Forschungsseminar verfolgt das Ziel, Skripte für kurze Lernvideos zu entwickeln, die im Rahmen der App von SchülerInnen abgerufen werden können. Im Anschluss gilt es die nach sprachheilpädagogischen Prinzipien basierenden Videoskripte in einem iterativen Prozess hinsichtlich ihrer Umsetzbarkeit kritisch zu reflektieren und zu überarbeiten. Daraufhin sollen erste Prototypenvideos gefilmt und geschnitten werden.

Teilnehmen können Studierende des Lehramtsstudienganges Sonderpädagogik (Förderschwerpunkt Sprache), die Interesse an den Themen "Medien im Unterricht", "Computergestützte Intervention" sowie "Effektivität mobilen Sprach- und Mathematiklernens" haben und sich didaktisch kreativ beteiligen möchten.

Syllabus:

1. Overview
2. Fundamentals and Properties of Stochastic Processes
3. Univariate ARIMA-Processes
4. Estimation and Forecasting of ARIMA-Models
5. Univariate GARCH-Models + Extensions
6. Selected aspects: Long Memory und Fractional Differencing, Threshold-Models

Intended audience: Advanced bachelor and master students of statistics, mathematics, computer science (Informatik), economics and business administration.

Prerequisites: Solid mathematical foundations (analysis and linear algebra), basic knowledge in econometrics (econometrics 1) or statistics (linear models).

Record of Achievement:

Der Einschreibeschlüssel lautet: MatheIINF23

Contents: Decision theory deals with rational decisions under uncertainty. It has high interdisciplinary importance, for example, in the analysis and support of decisions in business administration or finance (e.g. investment strategies), economics or sociology (rational choice theory), medicine (e.g. expert systems) or engineering (e.g. autonomous control). Moreover, statistical decision theory can be seen as a formal framework for choosing analysis methods (optimal tests or estimators, best classification algorithms, etc.). This general view, understanding statistics and machine learning as special cases of decision theory, plays a fundamental role in the critical analysis and problem-adequate generalization of any data-based learning procedure.

The course first discusses the general structure of decision problems, including fundamental decision principles. Then it analyzes and characterizes the Bayes and minimax criteria as extreme poles to deal with (state) uncertainty and develops modern alternatives in the context of complex uncertainty (ambiguity).

Enrolment Key: DT24

Additional Note: If you are interested in active participation in the course but cannot always come in person for good reasons, you are welcome to contact me (Thomas Augustin). We are currently investigating whether we can offer a fallback Zoom solution. 

Der Einschreibeschlüssel lautet: MatheIINF2024

Syllabus:

1. Overview
2. Fundamentals and Properties of Stochastic Processes
3. Univariate ARIMA-Processes
4. Estimation and Forecasting of ARIMA-Models
5. Univariate GARCH-Models + Extensions
6. Selected aspects: Long Memory und Fractional Differencing, Threshold-Models

Intended audience: Advanced bachelor and master students of statistics, mathematics, computer science (Informatik), economics and business administration.

Prerequisites: Solid mathematical foundations (analysis and linear algebra), basic knowledge in econometrics (econometrics 1) or statistics (linear models).

Record of Achievement:

This lecture explores the fundamental principles and advanced concepts of nonequilibrium field theories and stochastic dynamics. The course focuses on stochastic processes in particle and field systems, emphasizing mathematical formalisms such as Langevin equations, Fokker-Planck equations, and path integrals. Additionally, we will discuss applications in soft matter physics, active matter, and non-equilibrium statistical mechanics.

Prerequisites:
Students should be familiar with statistical mechanics, differential equations, and basic probability theory. Prior exposure to stochastic processes and field theory is helpful but not required.

Course instructor: Simon Rittel

Target group: Master Data Science

Schedule:

• The enrollment key is "stat_inf_s26"

Termine und Personen:

Einschreibeschlüssel

• Der Einschreibeschlüssel lautet: "Mathgrund2018"

Ankündigung

Einschreibeschlüssel (sowohl Teilnehmer/innen, als auch Gastzugang): MathStrukt1920

Termine: 

Dientag 16:15-17:45, Raum 026, Rückgebäude, Ludwigstr. 28

Mittwoch 16:15-1745, Raum M018 Hauptgebäude (Geschwister-Scholl-Platz 1)

One of the most challenging aspects of dealing with the ongoing "big data" explosion is the development of methods that can identify suitable low-dimensional representations of very high dimensional data sets. The unifying assumption of all such approaches is that high-dimensional data are concentrated in a lower-dimensional subspace (a "manifold", more generally) embedded in the original data space.

In this seminar, we will introduce the mathematical basics of manifolds and embeddings and will discuss both foundational papers on popular dimensionality reduction methods and papers on current research problems in this setting.

General Information

• Kickoff Meeting: 30.10.2020, 12:00 - 14:00
  
• Due to the current situation the seminar will be held online.
• Enrolment key: manil2021
  

Der Einschreibeschlüssel lautet: MathGrund2122

Was sich im akademischen Betrieb nicht als "wissenschaftlich" ausweisen kann, fällt im besten Fall in eine Identitätskrise, im schlechtesten niemandem auf. Was genau "wissenschaftlich" bedeutet, ist dabei selbst Gegenstand historischer Debatten wie des Positivismusstreits. Diese sind inzwischen weitestgehend zugunsten des Postivismus verstummt, sodass „wissenschaftlich“ heute va. mit "empirisch-mathematisch" konnotiert ist, während eine Hegelsche "Wissenschaft der Logik" in den Bereich der Metaphysik verbannt wird. Ziel des Seminars ist es, diesen Wissenschaftsbegriff kritisch zu hinterfragen.
Andreas Gruschkas Grundlegung zu dieser Metadiskussion, "Pädagogische Forschung als Erforschung der Pädagogik" (2011) erkennt die meisten ihrer Fallstricke und bietet damit eine hervorragende Einführung in die Bewältigung akademischer Identitätskrisen.
Allgemeiner nehmen wir den Positivsmusstreit selbst in den Blick, um zu verdeutlichen, dass unser akademischer Status Quo nicht alternativlos ist.
Mit Klaus Holzkamp, (Mit-)Begründer der sog. Kritischen Psychologie, spannen wir den Bogen zu wissenschaftstheoretischen Diskussionen in der Psychologie, die ihrerseits aufschlussreich für das Wissenschaftsverständnis der Pädagogik sind. 

Ein fundiertes Verständnis der Diskussionspunkte um die Wissenschaftlichkeit der Pädagogik macht grundlegende Unterschiede pädagogischer Ansätze sichtbar. Vergleichende Pädagogik ohne dahingehende Reflexion bliebe defizitär.

Einschreibeschlüssel: dskrpt

Erster Termin: Voraussichtlich Donnerstag der 02. November 2023 sowohl von 10:15-11:45 Uhr: Alte Bibliothek (Raum 245, Ludwigstr. 33, 2. Stock)

, als auch von  16:15 -18:00 Uhr : Prof.-Huber-Pl. 2 (V) - LEHRTURM-V005

(Im späteren Verlauf kann dann vermutlich nur ein zeitslot angeboten werden.)

Einschreibeschlüssel: Fragestunde

Enrolment key: w2324-optim

Kickoff

Thu, October 19, 2pm at room S 006 (Schellingstr. 3)

Credits

6 ECTS

Format

3 hours lecture, 1 hour exercise

Description

The course introduces the theoretical foundation of optimization as well as the most prominent methods in this field. It covers the taxonomy of optimization problems and other basic principles of optimization, considering univariate and multivariate problems and commonly used approaches to tackle these. This contains first- and second-order methods as well as stochastic approaches. The course further deals with constrained optimization problems, derivative-free methods as well as multi-criteria optimization.

Contents

• Mathematical concepts
• Optimization problems
• Univariate optimization
• First order methods
• Second order methods
• Constrained optimization
• Derivative-free optimization
• Evolutionary optimization
• Bayesian optimization

Termine:

• Der Einschreibeschlüssel lautet: "fmm2425"

Enrolment key: karushkuhntucker2425

This bachelor seminar revisits these competing paths and critically compares them to one another. We will read introductory texts to get (more) familiar with frequentist, Bayesian and fiducial inference. We will learn about their differences with respect to both mathematical intricacies and philosophical underpinnings.

The seminar is intended as an introductory course, focusing on very basic concepts and foundational knowledge. Participants should have attended the courses on “statistical inference I and II” (“Statistik III” and “Statistik IV”), but no explicit prior knowledge on the frequentism, Bayesianism, and fiducialism debates is required. We will work with two modern textbooks [1,2], one of which [2, Part I] especially targets novices unfamiliar with the subject. We also welcome interested minor students in their final year. The seminar will be held in English.

[1] Berger, James, Meng, Xiao-Li, Reid, Nancy, and Xie, Ming-Ge. (Eds.). (2024). Handbook of Bayesian, Fiducial, and Frequentist Inference. CRC Press.

[2] Efron, Bradley, and Trevor Hastie. Computer age statistical inference, algorithms, evidence, and data science. student edition. Cambridge University Press, 2021.

The mathematics of stochastic processes is indispensable for modern research in theoretical biophysics, statistical mechanics, chemistry, and quantitative finance. This lecture aims to provide you with a solid understanding of the topic. The course starts with an introduction to the fundamental theoretical framework of stochastic processes and we will discuss analytical approaches as well as numerical recipes the simulation of stochastic processes. Focusing first on Markov processes in the classical realm, we will cover different types of Fokker-Planck equations, stochastic path integrals, as well as master equations. From there on, we will branch out to field theories (Doi-Peliti formalism) and renewal processes. The theory will be illustrated with numerous examples from the biophysics of molecular and cellular systems, financial mathematics, epidemiology, and active matter physics.

• Bachelor Statistik und Data Science: WP7 Ausgewählte Gebiete der statistischen Modellierung
• Nebenfach Statistik und Data Science (60 ECTS): WP6 Einführung in die Bayes-Statistik
• Nebenfach Statistik und Data Science (30 ECTS): WP8 Einführung in die Bayes-Statistik
• Bachelor Informatik mit integriertem Anwendungsfach Statistik: WP40 Einführung in die Bayes-Statistik
• Bachelor Wirtschaftsmathematik: P17 Ausgewählte Gebiete der angewandten Statistik
• Andere Studiengänge auf Anfrage

Teacher: Walter J. Radermacher
In-Person Workshops: February 17, February 18, February 19, 10am-5pm each
Format: Self-learning through online videos and in-person workshops for practical appliance of use cases.

Registration period: October 1 - November 7, 2025.

Examination: 

• Oral Exam (3 ECTS credits), 15 minutes slot per student on March 5^th + March 6th 2026, 9am – 5pm 
• Catching-Up Exam (Nachholtermin): March 13, 2026, 9am – 5pm

Semantische Rollen (z.B. Agens, Patiens, Rezipient, Possessor usw.) sind ein zentrales Konzept an der Syntax-Semantik-Schnittstelle, das für die Analyse ganz verschiedener grammatischer Phänomene relevant ist. Primus (2012: Vorwort) zufolge basieren sie „auf universal gültigen, kognitiv grundlegenden Begriffen, die bestimmten Urteilen entsprechen, die Menschen über Ereignisse in ihrer Umwelt machen können, Urteile darüber, wer was tat, wem es geschah und was sich dabei veränderte“.

Ausgehend von einer Wiederholung semantischer und syntaktischer Grundbegriffe werden im Seminar die folgenden Themengebiete behandelt:

• Eigenschaften semantischer Rollen und ihre theoretische Modellierung (z.B. Protorollen).
• Grammatische Phänomene, die sich nur unter Bezugnahme auf semantische Rollen befriedigend erklären lassen, z.B. Passiv und andere Diathesen, Wortstellungsalternationen im Mittelfeld usw.
• Typologische Aspekte: Universale Prinzipien der Rollenzuweisung und ihre Abbildung auf syntaktische Funktionen, Unterschiede in der Organisation des Kasussysrems (z.B. Ergativsprachen).
• (Neuro-)kognitive Verarbeitungseffekte, die durch rollensemantische Unterschiede mitbedingt sind.
  

Ein bekanntes Beispiel sind Animatheitseffekte, die beispielsweise dazu führen, dass (1b) gegenüber (1a) markiert wirkt (und andere neuronale Aktivierungsmuster zeigt) als (2b) gegenüber (2a) (Grewe et al. 2006).

(1a) Dann wurde dem Arzt der Mantel gestohlen.
(1b) Dann wurde der Mantel dem Arzt gestohlen.

(2a) Dann wurde dem Arzt der Polizist vorgestellt.
(2b) Dann wurde der Polizist dem Arzt vorgestellt.

This bachelor/master-seminar deals with selected methods and topics that are less common in the classical statistics curriculum .

Besides rather classical topics like non-parametric statistics, some non-classical topics aim at applications of order and lattice theory, others are rather motivated by the philosophy of science in the context of statistics (including machine learning contexts), further topics deepen aspects of decision theory.  For the latter, it is advantageous to have heard the corresponding lecture on decision theory, but this is not a must.

Since the seminar is offered for advanced bachelor students as well as master students and since the mathematical background of the students is probably relatively heterogeneous, this will be taken into account concerning the requirements and also in the supervision. In general, the exact design of the seminar topics (whether more in depth or more in breadth, etc.) can of course be individually shaped by the students in consultation with the lecturers.

The topics are partly related to each other and partly rather independent of each other.

The seminar will take place in blocks at the end of the semester (around the first week of March), the exact scheduling will take place in the preliminary meeting.

The preliminary meeting, during which the topic will be assigned, is tentatively scheduled for Monday, Nov. 15, beginning at 18:00 s.t. via zoom.

There will be an interim meeting (via zoom) around mid-January.

The seminar is planned as a virtual event via zoom.

Der Einschreibeschlüssel lautet: MatheINF

Der Einschreibeschlüssel lautet: MatheINF

Dieses Seminar ist das Folgeseminar zum Seminar "Projekte mit digitalen Medien im öff. Raum mit Blender 3D". Es hat das Ziel, die im ersten Seminar entwickelten Konzepte und Implementierungen durch prozdurale Modellierungstechniken weiterzuentwicklen und zu verfeinern. Während das erste Seminar den Fokus auf die Grundlagen der 3D-Modellierung mit Blender 3D legt, werden im zweiten Teil nach einer kurzen Einführung in die mathematischen Grundlagen der Computergrafik, basierend auf diesen, fortgeschrittene Techniken zur prozeduralen Erstellung von Inhalten vermittelt.

Das Seminar richtet sich an die höheren Semester des Studiengangs BA Anwendungsfach Medieninformatik (WP11.1)

Das Seminar "Fortgeschrittenes prozedurales Gestalten mit Blender 3D" zum Modul WP 11.1, ist gekoppelt mit dem einführenden Seminar von Herrn Dr. Stöber  mit dem Titel "Digitales Gestalten mit Blender 3D" und dem Modul WP 10.1. Beide Seminare ergänzen sich und sollen als Ergebnis die Möglichkeit haben einen AR-Auftritt im öffentlichen Raum zu machen.

Als Gelände ist der Platz hinter dem Marstall vorgesehen, eventuell für die Teilnahme am Medien-Kunst-Festival des Residenztheaters. Genauere Informationen dazu im Seminar. Das Seminar mit 3 SWS wird sechsstündig gehalten und beginnt in der 49. Kalenderwoche als Folgeseminar des Grundlagenseminar mit ebenfalls 3 SWS. von Herrn Dr. Stöber und baut auf diesem auf.

Ziele des Seminars:

• Erlernen prozeduraler Modellierungstechniken
• Weiterentlicklung des animierten AR-Auftritts Blender 3D aus dem Grundlagenseminar
• Weiterentlicklung der Gesamtästhetik

Sie können auch eigene Programme benutzen und auf Ihrem eigenen Laptop arbeiten. Sie sollten nach Möglichkeit einen eigenen Zugriff auf Adobe AfterEffects haben.

Das Seminar wird im Präsenzmodus stattfinden.

WICHTIG: Wenn Sie Fortgeschrittenes prozedurales Gestalten mit Blender 3D - Englmeier (WP 11.1) belegen, müssen Sie das Seminar  Projekte mit digitalen Medien im öff. Raum mit Blender 3D - Stöber (WP 10.1) dazu belegen.

Dieses Seminar ist das Folgeseminar zum Seminar "Projekte mit digitalen Medien im öff. Raum mit Blender 3D". Es hat das Ziel, die im ersten Seminar entwickelten Konzepte und Implementierungen durch prozdurale Modellierungstechniken weiterzuentwicklen und zu verfeinern. Während das erste Seminar den Fokus auf die Grundlagen der 3D-Modellierung mit Blender 3D legt, werden im zweiten Teil nach einer kurzen Einführung in die mathematischen Grundlagen der Computergrafik, basierend auf diesen, fortgeschrittene Techniken zur prozeduralen Erstellung von Inhalten vermittelt.

Das Seminar richtet sich an die höheren Semester des Studiengangs BA Anwendungsfach Medieninformatik (WP11.1)

Das Seminar "Fortgeschrittenes prozedurales Gestalten mit Blender 3D" zum Modul WP 11.1, ist gekoppelt mit dem einführenden Seminar von Herrn Dr. Stöber  mit dem Titel "Digitales Gestalten mit Blender 3D" und dem Modul WP 10.1. Beide Seminare ergänzen sich und sollen als Ergebnis die Möglichkeit haben einen AR-Auftritt im öffentlichen Raum zu machen.

Das Seminar mit 3 SWS wird sechsstündig gehalten und beginnt in der 49. Kalenderwoche als Folgeseminar des Grundlagenseminar mit ebenfalls 3 SWS. von Herrn Dr. Stöber und baut auf diesem auf.

Ziele des Seminars:

• Erlernen prozeduraler Modellierungstechniken
• Weiterentlicklung des animierten AR-Auftritts Blender 3D aus dem Grundlagenseminar
• Weiterentlicklung der Gesamtästhetik

Sie können auch eigene Programme benutzen und auf Ihrem eigenen Laptop arbeiten. Sie sollten nach Möglichkeit einen eigenen Zugriff auf Adobe AfterEffects haben.

Das Seminar wird im Präsenzmodus stattfinden.

Content:

The regulation of transcription is a central process of biology for which, despite decades of study, a detailed mechanistic understanding is still missing. In recent years an exciting quantitative revolution has been underway in this research field, offering an excellent example of the potential of interdisciplinary research. In this seminar, we will discuss recent publications in this research field:  starting from the simpler case of transcriptional regulation in bacteria, we will see how quantitative fluorescence microscopy methods allowed researchers to visualize the central dogma of molecular biology as it unfolds in a living cell, one molecule at a time. We will see how biophysical models have been used to interpret quantitative data, creating mathematical models that are both descriptive of the underlying molecular mechanisms and able to establish a quantitative link between genotype and phenotype. We will then move on to see what challenges arise, both experimentally and in terms of mathematical modelling, when one tries to extend the approaches used in bacteria to study transcriptional regulation in eukaryotes with a focus on Drosophila blastoderm segmentation.

Learning Outcome:

By presenting and discussing examples from the recent literature, the students will get an overview of the recent interdisciplinary research at the interface between physics and biology in the field of transcriptional regulation. After the seminar, students will be familiar with the state‐of‐the‐art biophysical methods to study transcription and understand the basics of thermodynamic models of gene regulation.

Einschreibeschlüssel: 25WSSDM

AI for Good

Content

In this seminar students will apply AI methods on real world data to solve societal problems, by analyzing data and applying different AI methods to visualize and gain insights. Topics are selected with a focus on having a positive impact on society. Students are encouraged to work in teams of four.

Students

• MMT
• Master programs at the faculty of mathematics, informatics and statistics
  

Seminar Paper